CN103383811B - 基于gid的智能交通解决方案 - Google Patents
基于gid的智能交通解决方案 Download PDFInfo
- Publication number
- CN103383811B CN103383811B CN201310186496.1A CN201310186496A CN103383811B CN 103383811 B CN103383811 B CN 103383811B CN 201310186496 A CN201310186496 A CN 201310186496A CN 103383811 B CN103383811 B CN 103383811B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- gid
- network
- car
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000006854 communication Effects 0.000 claims abstract description 43
- 238000004891 communication Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000005516 engineering process Methods 0.000 claims abstract description 15
- 230000006855 networking Effects 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000007726 management method Methods 0.000 claims description 5
- 230000001413 cellular effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 230000003252 repetitive effect Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 206010039203 Road traffic accident Diseases 0.000 claims description 3
- 230000008447 perception Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 240000007594 Oryza sativa Species 0.000 claims description 2
- 235000007164 Oryza sativa Nutrition 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims description 2
- 230000004807 localization Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 235000009566 rice Nutrition 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 2
- 239000000284 extract Substances 0.000 claims 1
- 238000000605 extraction Methods 0.000 claims 1
- 230000004927 fusion Effects 0.000 claims 1
- 238000010276 construction Methods 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 230000006698 induction Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于GID的智能交通解决方案，该方案以GID终端作为移动速度仪采集车辆速度、运行状态等各种静、动态信息，并结合网络车牌、多种定位技术，依托其泛在网络进行信息快速、安全传输的方法来实现实时路况。本发明解决其技术问题所采用的技术方案是：本发明GID的实现主要包括三部分：第一部分是多模多归属多态AP终端，第二部分是网络的组网方式及第三部分云业务平台，进行业务的交换和共享。GID系统终端的多模、多归属特性由其本身所固有的通信制式和桥接模块来实现。在基于GID的智能交通系统中，是运用“端‑管‑云”（即“通信、传感、计算终端＋网络+云计算中心平台”）的模式构建协同的智能交通三层网络体系。
Description
技术领域
本发明涉及智能交通系统领域，特别涉及一种基于GID的智能交通解决方案。
背景技术
目前智能交通系统为车辆提供无处不在的接入网络、实时路况信息、多媒体业务、辅助控制等。路边设施和车辆之间通过车载传感器、埋地线圈、视频检测系统等传感设备联结起来，实现车辆周边信息以及路况信息采集。然后处理器和数据服务器将采集到的信息及时进行处理，再通过路边设施（WiMAX基站、3G基站、WIFI接入点、卫星等）发布实时路况信息，为车辆提供接入服务，引导车辆选择最优行驶路径。
智能交通技术的核心所在就是，如何快速准确且最大限度的采集到需要的信息并且在交通系统中进行及时分析、处理和应用，这也是智能交通技术的基础。关于信息获取技术的研究，早期国内外常用的方法主要采用手动采集。主要包括了：电话、电视监视系统（CCTV摄像机）以及交通调查等方法。这些交通信息来源虽具有直观、可靠的优点，但是需要大量的人力物力，且覆盖时间和空间范围有限，信息量不足，难以使得当今交通系统在更深层面进行信息交互及整合。智能交通信息采集过程中涉及的另一个问题就是车辆识别问题。这种识别是将计算机技术、人工智能、模式识别及应用数学等多学科综合运用于一体的智能技术。但是套牌车、黑车的存在影响着现有设备采集信息的可靠性和安全性。同时以车联网作为重点拓展方向的智能交通积极推动车辆和道路的网络化、数字化和智能化，使车载终端自由畅通的接入互联网，及时得到各种信息。但是由于车辆具有高速移动的特点，各个接入点又是完全随机的，使得这一通信方式的信道高度时变，多普勒效应突出，网络拓扑也具有不确定性。因此，车辆无线通信网在依托现有的无线通信网络的基础上，还需要采用专用技术构建针对自身特点的体系架构。这一领域的研究开发已成为当前的关注热点。该方案虽然可以在一定程度上、一定范围内给出交通实时路况，但是范围局限性比较大。
基于RFID的系统在智能交通系统的应用，主要包括车辆信息采集及车辆识别。它采用的信息采集方法就是在所有车辆上安装适合自身应用的电子标签，在道路十字路口及行驶路段上设置监控点，安装电子阅读器定时采集过往车辆信息和局部路段车流信息。这种方法设置特定地段统计点，统计出各路段、各时段的交通量，再通过后台数据分析汇总出路况统计数据。
在射频技术的使用中，容易遭遇干扰，容易导致阅读器不能正常识别标签或将一个标签判断为另一个标签，从而直接导致通信过程的数据传输错误，影响信息采集的准确度和及时性，且路边单元采集到的信息还需一定的时间传输到后台数据服务器，经过数据处理后再通过一定的渠道向公众发布局部路况信息，这样发布时间存在滞后，不适宜用于全网全路段高效的智能交通建设。
基于固定型检测器采集技术的智能交通方案运用安装在固定地点的交通检测设备对行驶的车辆进行监视，从而实现采集交通参数。该方案为了采集交通信息，必须在道路上安装大量的固定型交通检测设备，而且随着交通系统容量的不断扩充，对设备的数量、质量和检测精度的要求也在不断提升，且设备维护、升级和更新的成本比较大。此外，由于设备大多数在室外，受天气和光线等因素影响，易造成折旧和损耗。再加上设备数量有限，容易存在监测的“真空地带”，使得交通系统无法准确的进行控制和诱导。而本发明能很好地解决上面的问题。
发明内容
本发明目的在于针对城市交通运行管理和现有技术存在自身缺陷，不能实现车辆间、车与路间的主动通信、智慧感知以及车辆唯一识别等问题，而提出了一种基于GID的智能交通解决方案，该方案以GID 终端作为移动速度仪采集车辆速度、运行状态等各种静、动态信息，并结合网络车牌、多种定位技术，依托其泛在网络进行信息快速、安全传输的方法来实现实时路况。
本发明解决其技术问题所采用的技术方案是：本发明GID的实现主要包括三部分：第一部分是多模多归属多态AP终端，第二部分是网络的组网方式及第三部分云业务平台，进行业务的交换和共享。GID系统终端的多模、多归属特性由其本身所固有的通信制式和桥接模块来实现。GID终端（详见图1）在物理层有多个射频接口，能够接收多种不同制式的无线网络的信号。每个终端具有多种形态特性。当前网络可用时，终端行使正常的通信功能；若当前网络不可用时，则终端可以利用自身的桥接功能和多归属功能实现作为基站特征的数据存储转发，从而满足终端/用户功能的自动切换，保证数据业务的QoS要求。
在基于GID的智能交通系统中，是运用“端-管-云”（即“通信、传感、计算终端＋网络+云计算中心平台”）的模式构建协同的智能交通三层网络体系（详见图1）。
基于GID的ITS端系统即智能车载系统，基本结构主要包括：外围设备接口、ID规则库、采集分析模块、轨迹记录模块、身份认证模块、访问代理控制模块、G模块等。关于GID系统中网络系统的基本结构主要包括：访问代理控制模块、虚拟漫游模块、QoS保证模块、资源分配模块。GID系统中云端系统的基本结构则主要包括：ID模块、信息采集模块、分析决策模块、访问代理控制模块、用户认证模块、安全模块、业务能力模块。
基于GID的智能交通系统实现实时路况是以GID智能车载终端作为一个流动速度仪，实时采集车辆速度、车辆发动机状态等信息，结合各种定位技术采集车辆位置信息，并通过基于GID的网络车牌技术做到自动、唯一识别车辆，最后利用基于GID的网络泛在功能在车与车之间、车辆与基础设施之间以及车辆与管理中心之间互动式通信，从而达到各种信息的实时调度和传输功能，实现道路交通的有效监管与引导。
方法流程：
本发明提出一种基于GID的智能交通解决方案，其包括如下：
一、基于GID智慧感知
利用GID车载终端与车辆本身联结，可以实现实时感知车辆各种状况（包括车辆实时速度、车辆位置信息、车辆轨迹、车辆油耗等信息）。同时融合多种传感器集成、无线射频通信、定位导航、移动网络、计算机以及多媒体技术，为驾乘人员提供基于地理位置的车辆导航、安全驾驶、交通信息、移动办公和商务娱乐等综合服务。这种基于GID的智能车载终端系统是汽车的智能传感平台，负责采集与获取车辆信息，感知行车状态与环境；是具有车内通信、车与车间通信、车与网通信的泛在通信终端；同时还是让汽车具备IOV寻址和网络可信标识等能力的设备。例如利用CAN总线可感知车辆静态动态信息，如车辆精准油耗统计、电池电量、精准行驶里程数统计等信息。除此之外还可以对感知到的信息进行智能处理后实现碰撞报警、车辆骤停报警等功能。
GID车载终端通过各种无线通信方式与传感技术将采集到的信息传送到云计算中心进行信息分析和处理，主要包括：车辆自身信息采集系统、车载道路信息采集系统、智能车辆控制单元、人机交互接口以及车载无线通信设备等。它负责采集和获取车辆的智能信息，感知行车状态与环境；车辆通过端系统将采集到的信息传输给交通云平台进行智能分析和处理，并可通过车载无线通信设备与附近车辆进行通信，达到分享交通信息的目的。
二、基于GID的网络泛在
智能交通网络不是单独存在的，它需要一种专有的协同通信结构将不同底层的数据进行整合和处理，确保数据传输的实时性、完备性和安全性。而基于GID的智能交通网络通过桥接模块实现现有各种无线网络的接入，如现有的移动蜂窝网络（GSM、GPRS、WCDMA等）、局部通信网络（RFID、Zigbee、WIFI、蓝牙等），来实现车对车通信（V2V，Vehicle toVehicle）、车对路通信等。由GID终端相互连接可构成移 动ad-hoc泛在网络，可以形成车联网的泛在网络从而实现通信功能。其组网方式总共有三种：
（1）基站连接：在用户较多的市中心等人口密集区建立GID基站，终端之间通过基站相互建立连接；
（2）单跳连接：将当前蜂窝网络制式下的GID终端作为一个ad-hoc，其他终端直接通过该GID终端接入网络，与该网络制式下的其他终端通信；
（3）多跳连接：在“室内”网络的通信范围内，不存在当前网络制式下的GID终端，则通过多个终端的“接力”桥接，寻找到可以接入当前网络的GID终端，进而接入网络，实现信息的传输。
三、基于GID的网络车牌
基于GID的电子车牌对车辆的标识主要是通过GID车载终端对车辆各种固态、终端侧参数信息及用户侧、业务侧参数的识别。GID网络车牌管理系统从车辆、网络及用户中提取天然属性参数，形成车辆的“网络身份证”，因而使得每辆车在网络中都具有一种天然客观的、唯一身份标识。它不是一个传统的标签，而是一种网络可信标识与寻址技术。由此形成的网络车牌真正实现了车辆身份的唯一标识，实现了唯一、准确的区分每辆车。此外基于GID的网络车牌管理系统在实现车辆静态、多源动态信息采集、处理后，利用车载终端各种无线网络技术的接入形成车辆与车辆、车辆与基础设施、车辆与后台管理中心的相互式通信，完成道路的及时监管和有效引导。
四、基于GID的智能交通系统实现实时路况方案
该系统主要通过样本车在城市内不同主干道上通过GID车载终端向ITS云平台定时发送车辆位置、车辆速度等及其他车辆状况信息为实时路况分析提供数据。具体流程见图2所示。
在实际交通运输过程中，各种突发事件都有可能发生，如出租车临时载客停车、遇到红灯需要停车或者遇到车祸等意外情况。不同的情况下会有不同的速度显示，为了精确的显示出实时路况信息，本方案以路口作为节点，路段作为边来确定路网拓扑，引出路段速率的概念，根据路况条件选择最佳出行路径。
每个车辆在其相应的路段行驶时，每隔时间Ti，GID车载终端向服务器上传其信息Mi，Mi={Pi，Vi},其中Pi为车辆i精确的位置信息（xi,yi），Vi为车辆i在路段Lk上的平均速率，精确位置信息Pi是通过定位方法得出，并通过地图匹配将其归属于相应的路段Lk，速度Vi是在路段Lk上的时间t内的通过GID车载终端向服务器传输的车辆速度信息（该Lk路段所有同方向车辆速度Vi，i=1、2、3…n），再通过计算出路段平均速度 为Lk路段单方向速率。
当Lk路段发生交通事故而造成阻塞时，这时该路段车辆速度信息为零。具体表现为则该路段上的S不变，随着t不断增加，Vi不断减小，Vi→0，则通过快速传递的值给服务器，将该路段的拥塞情况广播给其它车辆，促使相关车辆更换路段行驶，以节省出行时间，同时快速对事故采取援救处理，从而实现交通流量的最佳化。
本发明有益效果：
1、本发明通过对智能交通系统中实时路况的方式改进，使得其具有良好的实际应用价值，本发明不依赖路边单元、不需要安装外部设备而通过内置的GID智能车载终端进行车辆信息的主动采集和感知，且不受天气等自然条件的影响，且GID系统提供一种使用客观数据和属性进行身份识别的ID号码，具有普 适的、天然的、可以唯一标识用户的特性，具有安全可靠和隐私保护作用；本发明能够及时缓解交通拥堵、减少出行延误，从而实现交通的智能化、信息化。
2、本发明还具有良好的经济效益和社会效益。车辆可在基于GID的智能交通系统的及时准确诱导下选择最优行驶路径，避免拥堵，节省行驶时间，降低油耗及减少废气排放；本发明在实际应用中对车辆速度改善效果明显，大大减少燃料消耗，节省成本且达到环保目的。
附图说明
图1是本发明的基于GID的ITS信息系统图。
图2是本发明的交通实时路况形成图。
图3是本发明的覆盖率为1情况下，各参数对最优样本车N影响的示意图。
图4是本发明的样本车数量A对覆盖率γ影响的示意图。
图5是本发明的有无GID系统下路段车辆负载的示意图。
图6是本发明的车辆行驶速度对比图。
具体实施方式
下面通过结合说明书附图，进一步说明本发明的技术方案。
对智能交通系统中实时路况的评价首先通过描述城市道路系统覆盖率受不同样本选取量、同一单位路段重复率、样本车是否在路上及其各种状态参数影响及变化。再分析说明本系统在实现实时路况时的实时性能。最后对基于GID的系统实现实时路况性能从同路段车辆负载均衡和同时间段内、同起始点的车辆在有无GID诱导系统下的平均行驶速度、行驶时间、油耗、发动机负载等方面进行比较评估。
1）样本覆盖率
现抽取A辆车样本，设样本车在路上但是处在静止状态的数量占路上所有样本车的比率α，样本车不在路上的数量占所有样本数量的比率为β，故实际有效的样本车应该为A*(1-α)*(1-β)。但实际情况下，有效样本车并不能保证时刻处于不同的单位路段上，会有一定的重复率ω，这样实际覆盖的区域为A*(1-α)*(1-β)*(1-ω)。单位路段若仍然取400米，实际的覆盖率γ为公式4.3所示。
α，β，ω是个实时变量时，具有一定随机性和不确定性，覆盖率γ和α，β，ω，A共同决定的，也跟随变化，要想保持r=1,那么理想采样值A=N就要保证相应数量才能满足，而样本车数至少A>=N。各参数变化对应最优样本车A、覆盖率r变化如图3及4所示。
2）性能评估结果
本节根据该系统在实际运行中的数据，主要针对路段车辆负载情况和路段路况两个因素来对GID的性能进行分析。对于路段负载的性能评估，本方案选取的样本路段为相关联的10个路段，时间选择上午8：30作为实验数据，具体各路段在8：30现行车辆数为图5所示。
根据采集的实际样本数据表明装载GID后，不同路段的道路车辆负载平均变化量从原本没有GID时的19.78降低至约3.56辆，道路的车辆负载均衡率提升81.99%。
对路况的评测主要通过路段路况信息判断。路段路况信息是用来反应在GID诱导系统下对相同起始点 间选择不同路段对车辆速度、行驶时间、油耗等方面的改善情况。路况评测是通过路段平均速度来衡量。本节选取相同的起始点，将GID仅当作流动速度仪采集正常选择最短路径下的车辆行驶速度与结合整个GID系统并进行诱导下选择最优路径行驶的行车速度等信息进行比较。根据实际采集的数据对两种不同情况下车辆行驶行驶速度对比图如图6所示。
根据数据信息，在此起始点之间的无GID诱导和基于GID诱导下车辆平均行驶速度分别为17.114km/h和36.125km/h.由此可见，基于GID系统诱导下，车辆选择最优路径时平均行驶速度可提升111.08%。此外基于GID诱导下车辆在相同路段的行驶时间减少一半，虽然路程比之前较多，但由于行驶速度的提升，油耗从2661ml降低至1849ml（节省约30.5%）。
Claims (1)
1.一种基于GID的智能交通解决方法，其特征在于，GID实现包括三部分：
第一部分是多模多归属多态AP终端；
通过多模多归属多态AP终端在物理层具有的多个射频接口，接收多种不同制式的无线网络的信号；若当前网络可用，该AP终端行使正常的通信功能；若当前网络不可用，则该AP终端通过利用自身的桥接功能和多归属功能实现作为基站特征的数据存储转发，建立一种满足终端/用户功能之间的自动切换；
第二部分是网络的组网方式；
基于GID终端的相互连接构成一个移动ad-hoc的虚拟泛在网络，有三种不同类型的组网方式，包括：1)通过在用户较多的市中心人口密集区建立GID基站，基于基站间的自组织方式，建立一种基站式的组网；2)将当前蜂窝网络制式下的GID终端虚拟为一个ad-hoc，其他AP终端直接通过该GID虚拟终端接入网络，实现与其他终端的单跳连接通信；3)针对“室内”网络的通信范围不能覆盖的GID终端，通过多个AP终端的“接力”桥接，建立不同网络之间的相互连接，实现多跳接入网络；
第三部分云业务平台，进行业务的交换和共享；
AP终端首先通过各种无线通信方式与传感技术采集各种信息和状态，通过不同的网络接入方式传送到云计算业务平台，云计算业务平台通过智能分析与处理，获取车辆的各种有价信息并通过车载无线通信设备与附近车辆进行通信，达到交换与分享有价交通信息的目的；
GID系统结构包括：外围设备接口、ID规则库、采集分析模块、轨迹记录模块、身份认证模块、访问代理控制模块、G模块；
GID系统中网络系统的结构包括：访问代理控制模块、虚拟漫游模块、QoS保证模块、资源分配模块；GID系统中云端系统的结构包括：ID模块、信息采集模块、分析决策模块、访问代理控制模块、用户认证模块、安全模块、业务能力模块；
所述方法通过样本车在城市内不同主干道上通过GID车载终端向ITS云平台定时发送车辆位置、车辆速度及其他车辆状况信息为实时路况分析提供数据；
所述方法以路口作为节点，路段作为边来确定路网拓扑，引出路段速率的概念，根据路况条件选择最佳出行路径；
每个车辆在其相应的路段行驶时，每隔时间Ti，GID车载终端向服务器上传其信息Mi，Mi＝{Pi，Vi},其中Pi为车辆i精确的位置信息(xi,yi)，Vi为车辆i在路段Lk上的平均速率，精确位置信息Pi是通过定位方法得出，并通过地图匹配将其归属于相应的路段Lk，速度Vi是在路段Lk上的时间t内的通过GID车载终端向服务器传输的车辆速度信息，该Lk路段所有同方向车辆速度Vi，i＝1、2、3…n，再通过计算出路段平均速度 为Lk路段单方向速率；
当Lk路段发生交通事故而造成阻塞时，这时该路段车辆速度信息为零；具体表现为则该路段上的S不变，随着t不断增加，Vi不断减小，Vi→0，则 通过快速传递的值给服务器，将该路段的拥塞情况广播给其它车辆，促使相关车辆更换路段行驶，以节省出行时间，同时快速对事故采取援救处理，从而实现交通流量的最佳化；
所述方法利用GID车载终端与车辆本身联结，实现实时感知车辆各种状况；同时融合多种传感器集成、无线射频通信、定位导航、移动网络、计算机以及多媒体技术，为驾乘人员提供基于地理位置的车辆导航、安全驾驶、交通信息、移动办公和商务娱乐综合服务；这种基于GID的智能车载终端系统是汽车的智能传感平台，负责采集与获取车辆信息，感知行车状态与环境；是具有车内通信、车与车间通信、车与网通信的泛在通信终端；同时还是让汽车具备IOV寻址和网络可信标识能力的设备；
GID车载终端通过各种无线通信方式与传感技术将采集到的信息传送到云计算中心进行信息分析和处理，包括：车辆自身信息采集系统、车载道路信息采集系统、智能车辆控制单元、人机交互接口以及车载无线通信设备；它负责采集和获取车辆的智能信息，感知行车状态与环境；车辆通过端系统将采集到的信息传输给交通云平台进行智能分析和处理，并可通过车载无线通信设备与附近车辆进行通信，达到分享交通信息的目的；
所述方法的智能交通网络不是单独存在的，它需要一种专有的协同通信结构将不同底层的数据进行整合和处理，确保数据传输的实时性、完备性和安全性；而基于GID的智能交通网络通过桥接模块实现现有各种无线网络的接入，实现车对车通信、车对路通信；由GID终端相互连接可构成移动ad-hoc泛在网络，形成车联网的泛在网络从而实现通信功能；其组网方式总共有三种，包括：
(1)基站连接：在用户较多的市中心人口密集区建立GID基站，终端之间通过基站相互建立连接；
(2)单跳连接：将当前蜂窝网络制式下的GID终端作为一个ad-hoc，其他终端直接通过该GID终端接入网络，与该网络制式下的其他终端通信；
(3)多跳连接：在“室内”网络的通信范围内，不存在当前网络制式下的GID终端，则通过多个终端的“接力”桥接，寻找到可以接入当前网络的GID终端，进而接入网络，实现信息的传输；
所述方法基于GID的电子车牌对车辆的标识主要是通过GID车载终端对车辆各种固态、终端侧参数信息及用户侧、业务侧参数的识别；GID网络车牌管理系统从车辆、网络及用户中提取天然属性参数，形成车辆的“网络身份证”，因而使得每辆车在网络中都具有一种天然客观的、唯一身份标识；它不是一个传统的标签，而是一种网络可信标识与寻址技术；由此形成的网络车牌真正实现了车辆身份的唯一标识，实现了唯一、准确的区分每辆车；此外基于GID的网络车牌管理系统在实现车辆静态、多源动态信息采集、处理后，利用车载终端各种无线网络技术的接入形成车辆与车辆、车辆与基础设施、车辆与后台管理中心的相互式通信，完成道路的及时监管和有效引导；
所述方法现抽取A辆车样本，设样本车在路上但是处在静止状态的数量占路上所有样本车的比率α，样本车不在路上的数量占所有样本数量的比率为β，故实际有效的样本车应该为A*(1-α)*(1-β)；但实际情况下，有效样本车并不能保证时刻处于不同的单位路段上，会有一定的重复率ω，这样实际覆盖的区域为A*(1-α)*(1-β)*(1-ω)，单位路段若取400米，实际的覆盖率为：
其中，N为到达完全覆盖γ＝1时的样本数量，ω1原本车辆的自然重复率，
当最优情况下，即α＝0,β＝0,ω＝0时到达完全覆盖率γ＝1的时候，最佳状态下A＝N，实际情况下，α，β，ω是个实时变量时，具有一定随机性和不确定性，覆盖率γ和α，β，ω，A共同决定的，也跟随变化，要想保持γ＝1,那么理想采样值A＝N就要保证相应数量才能满足，而样本车数至少A>＝N，各参数变化对应最优样本车A。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310186496.1A CN103383811B (zh) | 2013-05-17 | 2013-05-17 | 基于gid的智能交通解决方案 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310186496.1A CN103383811B (zh) | 2013-05-17 | 2013-05-17 | 基于gid的智能交通解决方案 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103383811A CN103383811A (zh) | 2013-11-06 |
| CN103383811B true CN103383811B (zh) | 2018-04-27 |
Family
ID=49491589
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310186496.1A Active CN103383811B (zh) | 2013-05-17 | 2013-05-17 | 基于gid的智能交通解决方案 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103383811B (zh) |
Families Citing this family (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103747051A (zh) * | 2013-12-24 | 2014-04-23 | 深圳市领华卫通数码科技有限公司 | 车载终端的服务平台 |
| CN104091458B (zh) * | 2014-07-01 | 2017-01-04 | 宇龙计算机通信科技(深圳)有限公司 | 一种辅助行车的方法、装置及移动终端 |
| CN104199073A (zh) * | 2014-08-13 | 2014-12-10 | 芜湖航飞科技股份有限公司 | 一种北斗卫星车载导航系统 |
| CN104219313A (zh) * | 2014-09-10 | 2014-12-17 | 张晋凯 | 一种车载终端的联网方法 |
| CN105516214B (zh) * | 2014-09-22 | 2020-05-15 | 电信科学技术研究院 | 一种车联网系统中的信息上报和资源分配方法、装置 |
| US9599480B2 (en) | 2015-03-06 | 2017-03-21 | Umm Al-Qura University | Vehicle localization and transmission method and system using a plurality of communication methods |
| CN105321360A (zh) * | 2015-09-10 | 2016-02-10 | 于挺进 | 一种辅助汽车行驶状态的广播与接收方法 |
| DE102015217793A1 (de) * | 2015-09-17 | 2017-03-23 | Volkswagen Aktiengesellschaft | Vorrichtung, Verfahren und Computerprogramm zum Bereitstellen von Stauinformation über eine Fahrzeug-zu-Fahrzeug-Schnittstelle |
| CN105336172B (zh) * | 2015-10-16 | 2017-12-22 | 江苏南亿迪纳数字科技发展有限公司 | 一种基于网络数字基因的电子车牌与车联网寻址方法 |
| CN106658351B (zh) * | 2015-11-02 | 2019-07-23 | 中兴通讯股份有限公司 | 车联网v2x业务的转发方法及装置 |
| CN106530782B (zh) * | 2016-09-30 | 2019-11-12 | 广州大正新材料科技有限公司 | 一种道路车辆交通告警方法 |
| CN106453660A (zh) * | 2016-12-09 | 2017-02-22 | 思建科技有限公司 | 车际通信系统 |
| CN106781482A (zh) * | 2016-12-28 | 2017-05-31 | 芜湖乐锐思信息咨询有限公司 | 新型智能交通数据处理系统 |
| CN106530723A (zh) * | 2016-12-28 | 2017-03-22 | 芜湖乐锐思信息咨询有限公司 | 基于并行数据挖掘的交通导航系统 |
| CN106790585A (zh) * | 2016-12-28 | 2017-05-31 | 芜湖乐锐思信息咨询有限公司 | 基于云计算的道路交通资源管理系统 |
| CN106600963A (zh) * | 2016-12-28 | 2017-04-26 | 芜湖乐锐思信息咨询有限公司 | 基于行车数据挖掘的路径管理系统 |
| CN106781481A (zh) * | 2016-12-28 | 2017-05-31 | 芜湖乐锐思信息咨询有限公司 | 基于云计算的城市道路信息交互系统 |
| CN108282504B (zh) * | 2017-01-05 | 2020-06-26 | 北京四维图新科技股份有限公司 | 自动驾驶地图数据采集车、基站及协同采集系统和方法 |
| CN106935034B (zh) * | 2017-05-08 | 2019-07-16 | 西安电子科技大学 | 面向车联网的区域交通流量预测系统及方法 |
| CN106981197B (zh) * | 2017-05-23 | 2019-10-22 | 招商局重庆交通科研设计院有限公司 | 多级路网交通速度控制方法 |
| CN109246663A (zh) * | 2017-05-31 | 2019-01-18 | 重庆无线绿洲通信技术有限公司 | 一种车载终端、车辆管理服务器以及近距离定位基站 |
| CN108248613A (zh) * | 2018-02-11 | 2018-07-06 | 许明峰 | 分享行车动态环境重建交换预警系统 |
| CN109121117B (zh) * | 2018-07-13 | 2021-02-05 | 上海淞泓智能汽车科技有限公司 | 一种基于蜂窝网络的车路实时通信系统及通信方法 |
| CN109159782B (zh) * | 2018-08-21 | 2022-08-26 | 上海博泰悦臻网络技术服务有限公司 | 车辆的动力模式调节方法及服务器 |
| CN109089235B (zh) * | 2018-09-04 | 2021-08-24 | 广州视源电子科技股份有限公司 | 区域人流状态监测方法、系统及计算机可读存储介质 |
| CN110248335A (zh) * | 2019-07-04 | 2019-09-17 | 河南工学院 | 利用物联网收集智能交通信息的方法及计算机可读存储介质 |
| CN113347675B (zh) * | 2021-05-14 | 2022-02-18 | 华中科技大学 | 一种网络切换方法和网络切换装置 |
| CN113487866A (zh) * | 2021-06-30 | 2021-10-08 | 重庆电子工程职业学院 | 基于多源异构数据融合技术的交通管理系统 |
| CN115223366B (zh) * | 2022-07-20 | 2023-08-29 | 重庆城市综合交通枢纽（集团）有限公司 | 一种基于网络信息覆盖的诱导屏布点方法 |
| CN115394076A (zh) * | 2022-07-22 | 2022-11-25 | 上海交通大学 | 一种智能车路协同系统感知技术及其应用 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1976296A (zh) * | 2006-12-25 | 2007-06-06 | 北京世纪高通科技有限公司 | 一种实时动态交通信息采集处理发布的方法和系统 |
| CN102385804A (zh) * | 2010-08-30 | 2012-03-21 | 谈宇清 | 一种智能交通系统及其导航方法 |
| CN102737510A (zh) * | 2012-07-03 | 2012-10-17 | 浙江大学 | 一种基于移动智能终端的实时交通路况采集方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102752367B (zh) * | 2012-05-30 | 2014-09-17 | 江苏南亿迪纳数字科技发展有限公司 | 基于gid的全球汽车智慧感知与统一标识系统 |
| CN102685249B (zh) * | 2012-05-30 | 2015-08-05 | 江苏南亿迪纳数字科技发展有限公司 | 具有全球泛在通信功能的gid系统及其终端身份识别方法 |
-
2013
- 2013-05-17 CN CN201310186496.1A patent/CN103383811B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1976296A (zh) * | 2006-12-25 | 2007-06-06 | 北京世纪高通科技有限公司 | 一种实时动态交通信息采集处理发布的方法和系统 |
| CN102385804A (zh) * | 2010-08-30 | 2012-03-21 | 谈宇清 | 一种智能交通系统及其导航方法 |
| CN102737510A (zh) * | 2012-07-03 | 2012-10-17 | 浙江大学 | 一种基于移动智能终端的实时交通路况采集方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于GID的网络车牌管理系统;司桂芳 等;《电信快报》;20121231(第12期);第44-46页 * |
| 基于GID的车联网体系架构研究;刘丹丹;《电信快报》;20130131(第1期);第44-47页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103383811A (zh) | 2013-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103383811B (zh) | 基于gid的智能交通解决方案 | |
| Ji et al. | Survey on the internet of vehicles: Network architectures and applications | |
| Yang et al. | Emerging technologies for 5G-enabled vehicular networks | |
| Faria et al. | Smart mobility: A survey | |
| US9652983B2 (en) | Traffic surveillance and guidance system | |
| Chen et al. | Connected vehicular transportation: Data analytics and traffic-dependent networking | |
| CN104408965B (zh) | 基于vanet目的地附近停车场信息获取决策支持系统 | |
| CN109660965A (zh) | 一种基于边缘计算的智能路侧终端 | |
| CN109472977A (zh) | 一种多信息采集发布一体化智能路侧系统 | |
| CN105139680A (zh) | 一种基于交通大数据驱动的动态导航方法及系统 | |
| US20150111599A1 (en) | Communication device, transmission interval control device, method for transmitting location information, method for controlling transmission interval of location information, and recording medium | |
| CN102624896A (zh) | 一种基于车辆间通信的车辆密度感知系统及其感知方法 | |
| CN102622877A (zh) | 利用路况信息及行驶速度的公交到站判断系统及判断方法 | |
| CN104010047B (zh) | 一种基于Android的容断交通信息传播原型系统 | |
| CN108346318A (zh) | 一种车联网通信的控制方法及装置 | |
| JP2020510941A (ja) | コネクテッド自動運転車のハイウエイシステムとそれを用いた方法 | |
| CN205788804U (zh) | 车辆短程无线通信防碰撞车载终端装置 | |
| CN104050804A (zh) | 一种交通信息数据实时采集和处理的系统及方法 | |
| KR20200036071A (ko) | 자율주행통합제어기를 이용한 지능형 자동주차 및 호출 시스템 과 플랫폼 | |
| Lyu et al. | Fine-grained TDMA MAC design toward ultra-reliable broadcast for autonomous driving | |
| Sharma et al. | Introduction to intelligent transportation system: overview, classification based on physical architecture, and challenges | |
| CN106169259A (zh) | 车辆短程无线通信防碰撞车载终端装置 | |
| CN105407170A (zh) | 一种具有链路保护的车联网系统 | |
| KR100421364B1 (ko) | 단거리 무선전용 통신망을 이용한 교통신호 제어 장치 | |
| Shankaran et al. | Intelligent Transport Systems and Traffic Management |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| ASS | Succession or assignment of patent right |
Owner name: JIANGSU NANYI DNA DIGITAL TECHNOLOGY CO., LTD. Effective date: 20140214 |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20140214 Address after: 210003 Gulou District, Jiangsu, Nanjing new model road, No. 66 Applicant after: NANJING University OF POSTS AND TELECOMMUNICATIONS Applicant after: JIANGSU NANYI DINA DIGITAL TECHNOLOGY DEVELOPMENT CO.,LTD. Address before: 210003 Gulou District, Jiangsu, Nanjing new model road, No. 66 Applicant before: NANJING University OF POSTS AND TELECOMMUNICATIONS |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 210003 Gulou District, Jiangsu, Nanjing new model road, No. 66 Co-patentee after: JIANGSU DINA DIGITAL TECHNOLOGY CO.,LTD. Patentee after: NANJING University OF POSTS AND TELECOMMUNICATIONS Address before: 210003 Gulou District, Jiangsu, Nanjing new model road, No. 66 Co-patentee before: JIANGSU NANYI DINA DIGITAL TECHNOLOGY DEVELOPMENT CO.,LTD. Patentee before: NANJING University OF POSTS AND TELECOMMUNICATIONS |
|
| TR01 | Transfer of patent right |
Effective date of registration: 20190719 Address after: 210000, 66 new model street, Gulou District, Jiangsu, Nanjing Patentee after: NANJING University OF POSTS AND TELECOMMUNICATIONS Address before: 210003 Gulou District, Jiangsu, Nanjing new model road, No. 66 Co-patentee before: JIANGSU DINA DIGITAL TECHNOLOGY CO.,LTD. Patentee before: NANJING University OF POSTS AND TELECOMMUNICATIONS |
|
| TR01 | Transfer of patent right |